Python中高效计算阶乘末尾零的方法详解

理解阶乘末尾零的本质

计算一个正整数n的阶乘（n! = 1 × 2 × 3 × ... × n）末尾有多少个零，是一个常见的编程问题。这些末尾的零并非偶然出现，它们有着明确的数学根源。

例如：

• zeros(6) = 1，因为 6! = 1 × 2 × 3 × 4 × 5 × 6 = 720，末尾有1个零。
• zeros(12) = 2，因为 12! = 479001600，末尾有2个零。

末尾零的产生是由于阶乘结果中存在因子10。而10可以被分解为2 × 5。因此，计算末尾零的数量，实际上就是计算阶乘结果中可以凑成多少对 (2, 5) 的因子。

在任何一个阶乘 N! 中，因子2的数量总是多于或等于因子5的数量。例如，在1到N的数字中，偶数（包含因子2）比5的倍数要多得多。因此，我们只需要统计阶乘 N! 的质因数分解中，因子5出现的次数，这个次数就是末尾零的数量。

常见误区与低效方法

在尝试解决这个问题时，初学者常会遇到一些效率低下或逻辑错误的方法。

立即学习“Python免费学习笔记（深入）”；

码上飞

码上飞（CodeFlying） 是一款AI自动化开发平台，通过自然语言描述即可自动生成完整应用程序。

下载

1. 直接计算阶乘并转换为字符串： 最直观的想法可能是先计算出 N! 的完整值，然后将其转换为字符串，再统计末尾零。

   def factorial(x):
     if x == 1:
       return x
     else:
       return x * factorial(x - 1)
   
   def zeros_naive(n):
     if n < 0:
         return 0 # 负数阶乘通常不考虑，或定义为0个末尾零
     if n == 0:
         return 0 # 0! = 1, 无末尾零
   
     fact_str = str(factorial(n))
     count = 0
     for char in reversed(fact_str): # 从字符串末尾开始遍历
         if char == '0':
             count += 1
         else:
             break
     return count
   
   # print(zeros_naive(20)) # 对于较小的N可以工作，但效率低

   这种方法存在严重缺陷：

   • 大数溢出与性能问题： 随着 N 的增大，N! 的值会迅速变得非常庞大。尽管Python的整数支持任意精度，但计算和存储如此巨大的数字会消耗大量内存和CPU时间，导致程序效率低下甚至崩溃。例如，1000! 是一个拥有2568位的巨大数字，直接计算并存储其值是不切实际的。
   • 类型错误： 在处理字符串时，容易将字符串 '0' 与整数 0 混淆，导致条件判断失误。例如，如果代码中出现 if numbers != 0: 的判断，当 numbers 是字符串 '0' 时，'0' != 0 的结果永远是 True，从而导致逻辑错误，无法正确识别零。

2. 字符串反转并计数（针对已有的数字）： 虽然不适用于直接计算阶乘末尾零，但对于一个已经计算出的数字（或字符串），统计其末尾零可以采用字符串反转的方法。

   def count_trailing_zeros_in_number_string(num_str_or_int):
       """
       计算给定数字字符串或整数的末尾零数量。
       注意：此方法适用于处理一个已知且可表示的数字，
       不建议用于计算阶乘的末尾零，因为阶乘本身可能太大。
       """
       s = str(num_str_or_int)
       reversed_s = s[::-1] # 将字符串反转
       count = 0
       for char in reversed_s:
           if char == '0':
               count += 1
           else:
               break # 遇到非零字符即停止
       # 特殊处理：如果输入的数字是0，通常认为它有1个末尾零，但此逻辑会返回1。
       # 在阶乘语境下，0! = 1，末尾零数量为0。
       return count
   
   # 示例：
   # print(count_trailing_zeros_in_number_string(720)) # 输出 1
   # print(count_trailing_zeros_in_number_string(479001600)) # 输出 2
   # print(count_trailing_zeros_in_number_string(0)) # 输出 1 (对于数字0，此方法返回1)

   这种方法在原始问题中被提及作为一种优化，但它仅适用于处理一个 已知且可表示 的数字的末尾零，而非解决 计算阶乘末尾零 的根本问题。对于 zeros(0) 的情况，如果 n 是一个数字 0，上述代码会返回 1，这可能需要根据具体需求进行调整。在阶乘语境下，0! 等于 1，末尾零的数量是 0。

高效解决方案：勒让德公式（Legendre's Formula）

解决阶乘末尾零问题的标准且高效方法是使用勒让德公式（Legendre's Formula）。该公式直接计算 N! 中质因数 p 的数量。对于末尾零问题，我们关注的是因子 5。

勒让德公式表述为： $$ Z = \sum_{k=1}^{\infty} \left\lfloor \frac{N}{p^k} \right\rfloor = \left\lfloor \frac{N}{p} \right\rfloor + \left\lfloor \frac{N}{p^2} \right\rfloor + \left\lfloor \frac{N}{p^3} \right\rfloor + \dots $$ 对于阶乘末尾零，p = 5，所以公式变为： $$ Z = \left\lfloor \frac{N}{5} \right\rfloor + \left\lfloor \frac{N}{25} \right\rfloor + \left\lfloor \frac{N}{125} \right\rfloor + \dots $$

公式解释：

• floor(N/5)：统计1到N中，是5的倍数的数字有多少个（例如5, 10, 15...）。每个这样的数字至少提供一个因子5。
• floor(N/25)：统计1到N中，是25的倍数的数字